Clik here to view.
Google Sheets canvasはどこまで業務アプリになれるか｜GAS・onEdit・外部API・Sheets APIとの連携を検証
はじめに Google Sheetsの「Sheets canvas」（以下、Canvas）は、Geminiへの指示だけで、シートのデータからカンバンボードやダッシュボードのような画面を作れる機能です。 Google Workspaceでは2026年8月から順次使えるようになりました。 Canvasで編集した値は、元のシートに書き戻されます。 CanvasからApps...
View ArticleClik here to view.
Amazon BedrockのRerank APIで検索順位はどれだけ変わるか──RAGのリランキングを実測で比較
はじめに RAGを運用していると、検索結果を見ながら「この文書が上に来てくれれば答えられるのに」と感じる場面があります。検索そのものが失敗しているわけではありません。候補を30件まで広げれば必要な文書は含まれています。ところがLLMへ渡すのは上位5件だけという設計のため、その5件に残らなければ回答の根拠として使われません。...
View ArticleClik here to view.
OpenAI Agents APIとは？本番運用に必要な5つの設計
はじめに OpenAI Agents APIは、AIエージェントの実行と状態管理をOpenAIに任せられるAPIです。導入を検討する際は、何を任せられ、何を自社で設計するのかを分けて考える必要があります。 実行基盤を任せても、業務上の権限、品質評価、コスト管理は自社に残ります。本記事では、この分担をセッション、復旧、実行環境、権限、監視・評価の5つから整理します。Responses...
View ArticleClik here to view.
Codex App Serverとは？Pythonでの使い方とレビュー機能の実装
はじめに Codex App Serverは、自作アプリからCodexを操作するためのインターフェースです。会話履歴やコマンドの実行状況を扱えるため、社内ツールにコードレビューのボタンを追加するなど、独自の画面からCodexを利用できます。 この記事では、Codex CLI・SDKとの違い、Pythonから接続する手順、Flaskで「レビュー開始」ボタンを作る方法を解説します。Codex...
View ArticleClik here to view.
Amazon Bedrockの基盤モデルパーサーを実測する――解析料金とRetrieveレスポンスの中身
はじめに 前回の記事では、基盤モデルパーサーがグラフやスキャン画像からテキストを取り出せることを確認しました。ただ、実際に運用するかどうかを決めるとなると、別の情報が必要になります。同期のたびにモデルが何回呼ばれ、何トークンを消費し、いくらかかるのか。そして、検索結果はどのような形でアプリケーションへ返ってくるのか。どちらもマネジメントコンソールの画面には表示されません。...
View ArticleClik here to view.
ChatGPT WorkのScheduled TasksをWebhookで起動する｜Gmail受信をきっかけにAIを動かす
はじめに ChatGPTのScheduled Tasks（スケジュールされたタスク）は、これまで「毎朝9時」「毎週月曜」のように、時刻を指定して動かす機能でした。決まった時間に情報をまとめる用途には向いていますが、「顧客からメールが届いたとき」のように、いつ起きるか分からない出来事には合いません。9時の実行時点でまだメールが届いていなければ、次の実行まで待つことになります。...
View ArticleClik here to view.
Amazon Bedrock Knowledge Basesの「パーサーとしての基盤モデル」とは
はじめに 図やスキャン画像を含むPDFをAmazon Bedrock Knowledge Basesへ登録するなら、解析方法の選択が検索結果を左右します。デフォルトパーサーは文書からテキストを取り出せますが、画像に含まれる情報まではテキストとして出力しません。グラフや画像内の文字も検索対象に含めたい場合は、基盤モデルパーサーまたはAmazon Bedrock Data...
View ArticleClik here to view.
ChatGPTのChat・Work・Codexの違い｜5時間の利用上限を無駄にしない使い分け
はじめに ChatGPTのChat、Work、Codexで迷ったら、いま仕事がどの段階にあるかを見ると整理しやすくなります。まだ考えが固まっていないならChat、完成した資料や表が必要ならWork、プログラムや設定ファイルを管理するリポジトリを変更するならCodexです。...
View ArticleClik here to view.
Amazon BedrockのModel invocation logging入門――入出力とトークン使用量を可視化する
はじめに Amazon Bedrockを使い始めたら、早い段階で検討したい設定がModel invocation loggingです。モデルへ渡された入力、返された出力、使用トークン数を記録できるため、障害調査とコスト分析の手掛かりになります。...
View ArticleClik here to view.
CodexデスクトップアプリでWebアプリを作る方法｜非エンジニアが案件管理・見積アプリを完成させる手順
はじめに 見積作成や案件管理といった業務アプリを、エンジニアではない担当者が生成AIで内製する例が出てきています。弊社にも、「社内アプリを生成AIで内製し始めたものの、機能の更新、エラーへの対応、コードレビューを支援してほしい」というご相談をいただくことがあります。動くところまでは作れたのに、その先の保守と品質確認で足が止まる。そういう段階です。...
View ArticleClik here to view.
DynamoDBネイティブベクトル検索をAWSコンソールとPythonで構築する
はじめに 前編では、Amazon DynamoDBのネイティブベクトル検索の仕組み、主な用途、他のAWSサービスとの使い分け、設計上の注意点を解説しました。 生成AI関連Amazon DynamoDBのネイティブベクトル検索とは―仕組みと使いどころを解説...
View ArticleClik here to view.
Agent Skillsは作るだけではダメ？13万件のSKILL.md分析から学ぶ「使われるSkill」の作り方
はじめに Agent Skillsは、生成AIエージェントに専門知識や作業手順を追加し、繰り返し使えるようにする仕組みです。しかし、SKILL.mdを用意しただけで、そのSkillが継続的に使われるとは限りません。...
View ArticleClik here to view.
Amazon DynamoDBのネイティブベクトル検索とは―仕組みと使いどころを解説
はじめに Amazon DynamoDBをアプリケーションのデータストアとして利用しながら、商品検索やレコメンデーション、AIエージェントの長期記憶などにベクトル検索を追加する場合、これまではAmazon OpenSearch ServiceやAmazon Bedrock Knowledge...
View ArticleClik here to view.
ClaudeがAI生成コンテンツに「見えない透かし」を導入へ。AIが書いた文章は判別できる？
はじめに Anthropicは2026年8月11日に更新したヘルプ記事で、Claudeが生成・処理したコンテンツへ機械判読可能なマークを付ける方針を明らかにしました。テキストには目に見えないウォーターマークを埋め込み、対応する画像などのファイルにはC2PA準拠の署名付き来歴情報を付与します。 Claudeはテキストに不可視ウォーターマークを埋め込み、対応ファイルには署名付き来歴情報を付与する...
View ArticleClik here to view.
Amazon Bedrock Structured Outputs実装ガイド―JSON出力の変遷とベストプラクティス
はじめに 生成AIの出力をシステムで扱う場合、自然な文章よりも、決められた項目を持つJSONが必要になることがあります。しかし、プロンプトに「JSONで返してください」と書くだけでは、JSONの前後に説明文やコードフェンスが付く、必須項目が欠ける、想定と異なる型が返るといった問題が残ります。 この問題に対して、これまではプロンプトの工夫やAssistant...
View ArticleClik here to view.
ChatGPT Workとは？Chat・Codexとの違いを、アクセスレポート分析で実際に試す
はじめに ChatGPTには、通常の「Chat」に加えて「Work」と「Codex」があります。画面上で選択肢を見ても、それぞれをどのように使い分ければよいか迷う方もいるのではないでしょうか。 2026年7月9日に発表されたChatGPT...
View ArticleClik here to view.
トークナイザーとは？生成AIサービスごとの違いを比較してみた
はじめに 生成AIのAPI料金やコンテキストウィンドウは、「文字数」ではなく「トークン数」を基準に計算されます。そのため、見た目には同じ程度の長さの文章でも、利用するモデルや言語によって入力トークン数が変わることがあります。 この違いに関係するのが、文章をモデルが処理できる単位へ分割する「トークナイザー」です。...
View ArticleClik here to view.
Codex CLIの/sideと/forkは何が違う？ 会話を分岐して別案を比較する方法
はじめに Codex CLIに実装を依頼している途中で、採用予定のライブラリだけを調べたくなったり、現在とは異なる設計方針を比較したくなったりすることがあります。このような確認を同じチャットへ続けて入力すると、当初の目的と一時的な調査が混在し、どの方針で作業を進めていたのか分かりにくくなります。 Codex...
View ArticleClik here to view.
生成AIの出力ループをどう防ぐ？想定外のコスト増を抑えるための対策
はじめに 生成AIをシステムに組み込むとき、回答の精度や処理速度とあわせて考えておきたいのが、異常なトークン消費への備えです。 生成AIが同じような内容を繰り返し、必要以上に長い出力を続けることがあります。この状態を見逃すと、処理が完了しないだけでなく、従量課金のAPI利用料が想定以上に増える可能性があります。...
View ArticleClik here to view.
Claudeのプラグインとは？DataプラグインをChatとCoworkで実際に試して比較する
はじめに Claudeを業務で活用しようとすると、スキルの追加、外部サービスとの接続、役割に応じた指示の整備といった準備が必要になります。1つずつ設定すれば実現できますが、どのスキルとどのコネクタを組み合わせればよいかの判断には、知識と時間が必要でした。...
View Article
